Penjelasan Sumber Data Microsoft Copilot

By Mirko Peters · 2026-03-21 · Updated 2026-03-24

Konektor Microsoft 365 Copilot: Sumber Data Eksternal. Perluas Copilot dengan data eksternal! Hubungkan sumber pengetahuan untuk meningkatkan pengalaman Microsoft Search dan Copilot.

Automatically translated with AI from the original post. Read the English original

Jika Anda sedang menjajaki Microsoft Copilot, mengetahui dengan tepat dari mana ia memperoleh pengetahuannya adalah setengah dari upaya agar Copilot benar-benar bermanfaat. Artikel ini membahas sumber data utama di balik Microsoft Copilot, mencakup koneksi bawaan Microsoft 365 maupun integrasi pihak ketiga yang terus berkembang.

Anda akan mempelajari bagaimana Copilot mengakses, memproses, dan mengamankan informasi bisnis, baik yang tersimpan di situs SharePoint, dokumen cloud, maupun aplikasi bisnis terhubung seperti Salesforce. Kami membahas sisi teknis secara mendalam serta bagaimana tata kelola dan privasi data berkaitan dengan gambaran yang lebih besar. Baik Anda baru pertama kali menyiapkan Copilot maupun sedang mencari praktik terbaik untuk menjaga data sensitif tetap terkendali, semua yang Anda butuhkan untuk memahami topik ini dimulai dari sini.

• Konektor dapat menyerap konten pihak ketiga di luar aplikasi Microsoft. Konektor Copilot memungkinkan Anda membawa sistem eksternal (CRM, penyimpanan file, aplikasi kustom) ke dalam lapisan pengetahuan yang sama yang digunakan oleh sumber data Microsoft Copilot.
• Konektor membuat indeks pencarian sekaligus embedding vektor. Copilot tidak hanya mengindeks teks; ia membangun vektor semantik sehingga jawaban dapat dihasilkan dari makna, bukan hanya kata kunci.
• Keamanan dan kepatuhan mengikuti data. Konten yang diserap menghormati kebijakan Microsoft Purview, label sensitivitas, dan kontrol akses Microsoft 365 yang sudah ada, sehingga kueri hanya menampilkan hasil yang berwenang.
• Sinkronisasi inkremental dan pembaruan real-time didukung. Banyak konektor dapat mendorong perubahan secara rutin atau menggunakan notifikasi perubahan berbasis webhook agar Copilot segera melihat konten terbaru.
• Anda dapat membatasi konektor ke tim atau folder tertentu. Administrator dapat membatasi konten yang ditampilkan konektor (berdasarkan situs, folder, atau metadata) untuk mengurangi kebisingan dan meminimalkan paparan.
• Konektor privat/kustom dimungkinkan. Organisasi dapat membangun konektor khusus (menggunakan framework atau API konektor) untuk memetakan skema milik sendiri dan mentransformasi data sebelum diserap.
• Telemetri konektor membantu menyetel relevansi dan tata kelola. Metrik penggunaan, kesehatan pengindeksan, dan sinyal kueri tersedia sehingga admin dapat menyempurnakan sumber, mengelola biaya, dan meningkatkan kualitas jawaban dari waktu ke waktu.

Memahami Sumber Pengetahuan di Microsoft Copilot

Bagian besar yang membuat Microsoft Copilot begitu ampuh adalah beragamnya sumber pengetahuan yang dapat dijangkaunya. Sumber-sumber ini bukan sekadar "file dalam folder" atau catatan di kotak masuk. Pikirkan email, chat, dokumen, kalender, bahkan wiki kolaboratif, yang semuanya bekerja bersama sebagai bahan bakar bagi respons Copilot. Hal ini menciptakan ekosistem tempat Copilot dapat menghubungkan titik-titik informasi Anda yang tersebar dan menyajikan wawasan yang sulit ditemukan secara manual.

Namun, jangan keliru menganggap Copilot hanya mengambil data permukaan. Copilot menggali data terstruktur (seperti basis data dan daftar) maupun tidak terstruktur (seperti catatan rapat, log chat, dan presentasi PowerPoint). Rentang dan jenis data yang Anda hubungkan secara langsung memengaruhi kemampuan Copilot memahami konteks dan benar-benar membantu. Memahami apa yang dianggap sebagai sumber pengetahuan, dan mengapa itu penting, adalah langkah pertama untuk memaksimalkan investasi Copilot Anda.

Pada bagian berikutnya, Anda akan mendapatkan gambaran yang lebih jelas tentang sumber spesifik yang dikenali Copilot dan bagaimana ia memanfaatkan platform terpenting Microsoft 365 seperti SharePoint dan OneDrive. Fondasi ini akan membantu Anda menghubungkan, mengatur, dan mengoptimalkan Copilot dengan cara yang aman sekaligus cerdas.

Sumber Pengetahuan yang Didukung untuk Microsoft 365 Copilot

• Email dan Lampiran: Copilot mengambil petunjuk kontekstual dari email, termasuk utas percakapan, pesan yang diarsipkan, dan semua lampiran yang terlupakan. Misalnya, ia dapat menemukan kontrak penting yang terkubur di kotak masuk Anda dan merangkum detailnya.
• Dokumen (Word, Excel, PowerPoint, PDF): Baik tersimpan di SharePoint, OneDrive, maupun Teams, Copilot memproses file ini untuk menjawab pertanyaan, menyusun dokumen baru, atau menganalisis tren. PDF dan file native cloud juga termasuk.
• Chat dan Percakapan: Chat Teams, pesan, dan transkrip rapat diindeks untuk wawasan dan referensi cepat. Jika sebuah keputusan dibuat di chat grup enam bulan lalu, Copilot dapat memunculkannya kembali dengan mudah.
• Kalender dan Acara: Data kalender Outlook dan Teams membantu Copilot memahami konteks, tenggat waktu, dan riwayat rapat. Hal ini sangat penting untuk pengingat pribadi atau untuk menelusuri apa yang dibahas pada kuartal lalu.
• Wiki dan Ruang Kolaborasi: Basis pengetahuan, situs SharePoint, dan wiki perusahaan menyediakan sumber rujukan dan prosedur internal yang sangat berharga. Copilot dapat memanfaatkannya untuk orientasi karyawan baru, pemecahan masalah, atau sekadar menemukan kebijakan SDM yang sering terlupakan.
• Data Bisnis Terstruktur: Data dari SharePoint Lists dapat diakses, tetapi waspadai tantangan tata kelola. Untuk kumpulan data yang kompleks, sensitif, atau digunakan dalam jangka panjang, Microsoft Dataverse direkomendasikan karena keamanan, relasi, dan kontrol kepatuhannya yang andal.
• Sumber Data Eksternal: Melalui konektor dan API, Copilot terhubung dengan alat pihak ketiga (seperti Salesforce atau Zendesk) dan sistem bisnis kustom, sehingga menjembatani celah informasi untuk wawasan yang lebih menyeluruh. Hasilnya, jawaban Copilot menjadi lebih kaya dan lebih memahami konteks bisnis.

Dengan mengintegrasikan berbagai sumber informasi ini, Copilot mendukung segala hal mulai dari perangkuman konten hingga analitik bisnis, membantu pengguna menemukan keterkaitan dan mengungkap pengetahuan yang dulu terkunci di dalam silo.

Sumber Integrasi Microsoft 365: SharePoint dan OneDrive

Andalan utama Microsoft Copilot adalah SharePoint dan OneDrive. Kedua platform ini menjadi pusat konten utama bagi organisasi, tempat menyimpan segala hal mulai dari dokumen proyek dan laporan hingga kontrak dan spreadsheet kolaboratif. Saat Copilot bekerja, ia menelusuri repositori tersebut, menjalankan pencarian semantik, dan menampilkan informasi yang paling relevan langsung dalam alur kerja Anda.

SharePoint sering dipakai tim untuk menyimpan dokumen terstruktur, daftar, wiki perusahaan, dan catatan sensitif. Integrasi dengan Copilot membuka kemampuan pencarian real-time, perangkuman dokumen, dan sintesis pengetahuan dari seluruh konten tersebut. Sementara itu, OneDrive berfungsi sebagai penyimpanan pribadi untuk file individual. Copilot dapat mengindeks, merangkum, dan mengambil catatan pribadi, draf, atau dokumen kerja dari OneDrive sesuai izin pengguna.

Keamanan adalah fondasi dari koneksi ini. Copilot menghormati seluruh izin pengguna dan grup yang sudah diterapkan di SharePoint dan OneDrive. Jadi, jika Anda tidak dapat melihat sebuah file secara langsung, Copilot pun tidak bisa, meskipun memiliki kemampuan AI yang canggih. Hal ini memastikan data bisnis tetap terlindungi, seberapa pun kompleksnya otomatisasi Anda.

Bagi organisasi yang ingin mencapai AI, kolaborasi, dan otomatisasi proses yang andal di seluruh platform Microsoft 365 ini, tata kelola yang disiplin sangatlah penting. Daftar periksa dan protokol operasional, seperti yang diuraikan dalam sumber daya seperti panduan ini tentang tata kelola SharePoint dan AI, membantu menjaga lingkungan yang stabil dan bebas dari kehilangan data diam-diam atau pergeseran izin.

Cara Microsoft Copilot Memproses dan Mencari Informasi

Setelah semua sumber data ini terhubung, keajaiban sebenarnya terletak pada cara Microsoft Copilot mengumpulkan informasi. Copilot bukan sekadar mesin pencarian kata kunci. Ia memahami maksud di balik pertanyaan Anda, mengatur pencarian lintas berbagai sumber, lalu menggabungkan konteks dari email, dokumen, obrolan, dan lainnya untuk menghasilkan jawaban yang terarah.

Bagian ini membahas apa yang membuat kemampuan AI Copilot menonjol: model generatif yang dapat mensintesis wawasan bisnis sesuai kebutuhan, serta pencarian semantik yang menangkap makna, bukan sekadar deretan teks mentah. Memahami proses ini membantu Anda menyusun perintah, merancang alur kerja, dan pada akhirnya mendorong Copilot untuk memberikan jawaban yang terasa seperti berasal dari rekan kerja sungguhan, bukan sekadar kotak pencarian.

Anda akan melihat bagaimana Copilot menyerap struktur dan konteks data Anda, memetakan relasi, menimbang relevansi, dan memeringkat hasil sehingga setiap jawaban yang diberikan berlandaskan konteks nyata, bukan tebakan belaka. Mulai dari interpretasi kueri hingga pengambilan informasi, bagian-bagian berikut akan mengulas secara rinci apa yang membuat kemampuan pemrosesan dan pencarian Copilot benar-benar canggih.

Jawaban Generatif dan Orkestrasi dalam Copilot

Microsoft Copilot tidak sekadar merangkai jawaban dari berkas acak. Copilot menjalankan pencarian pengetahuan yang terorkestrasi, artinya ia memindai beberapa sumber, menganalisis konteks, lalu menyusun jawaban yang disesuaikan dengan pertanyaan Anda. Bayangkan sebagai lomba estafet berkecepatan tinggi, di mana email, dokumen, dan obrolan saling menyerahkan informasi yang tepat untuk menjawab pertanyaan Anda.

Cara kerjanya begini: saat Anda mengajukan pertanyaan, Copilot menentukan jenis informasi apa yang paling relevan (misalnya ringkasan dari transkrip rapat atau dokumen kebijakan dari SharePoint). Setelah itu, Copilot mengambil konten dari lokasi-lokasi tersebut, menimbang tingkat relevansinya, lalu menyintesis balasan menggunakan model bahasa besar. Pendekatan berlapis ini jauh melampaui pencarian kata kunci sederhana.

Misalnya Anda sedang menyiapkan presentasi penjualan. Copilot dapat mengambil email terbaru dari pelanggan, draf proposal dari OneDrive Anda, dan kontrak terkait dari SharePoint tim Anda, semuanya secara otomatis. Dengan menggabungkan konteks-konteks ini, Copilot menyusun jawaban atau draf dokumen yang benar-benar mencerminkan kondisi bisnis saat ini, bukan informasi basi dari kemarin.

Orkestrasi ini benar-benar mengubah permainan. Fitur ini memungkinkan organisasi mengotomatisasi segala hal, mulai dari ringkasan riset hingga pembaruan proyek, sekaligus meminimalkan pekerjaan bolak-balik antarsistem secara manual dan meningkatkan akurasi konten yang dihasilkan AI. Ketika alur kerja dirancang berdasarkan model multisumber ini, nilai Copilot benar-benar terasa.

Pencarian Semantik dan Pengindeksan untuk Hasil yang Relevan

Pencarian semantik adalah kartu as Copilot. Alih-alih mencocokkan kata kunci biasa, pencarian ini memahami makna di balik kueri Anda, termasuk mengenali keterkaitan, relasi, dan maksud. Semua yang Anda simpan di Microsoft 365, baik terstruktur maupun tidak, diindeks secara semantik sehingga Copilot dapat menilai seberapa relevan setiap konten.

Dengan pemodelan maksud pengguna sebagai inti, Copilot membantu pengguna menemukan informasi yang bahkan belum mereka sadari sebelumnya. Hasil yang kaya konteks dan berbasis makna ini tidak hanya menghemat waktu, tetapi juga memberikan nilai bisnis yang lebih baik daripada pencarian konvensional yang selama ini Anda kenal.

Konektor dan Integrasi Data Eksternal di Copilot

Jangkauan Microsoft Copilot tidak terbatas pada dokumen dan obrolan di dalam cloud Microsoft 365 milik perusahaan Anda. Copilot menjadi jauh lebih berguna ketika dapat mengakses data dari platform eksternal dan sistem pihak ketiga melalui plugin integrasi dan konektor. Hal ini memperluas kemampuannya menyajikan wawasan terpadu yang mencakup CRM, service desk, dan alat manajemen proyek Anda.

Baik untuk menghubungkan platform SaaS seperti Salesforce maupun basis data lama, strategi integrasi data Copilot berfokus pada fleksibilitas dan skalabilitas. Hal ini penting ketika Anda ingin memperkaya jawaban AI Copilot dengan data bisnis eksternal, sehingga alur kerja Anda tidak terhenti setiap kali Anda membutuhkan informasi dari luar dunia Microsoft.

Pada bagian berikutnya, Anda akan melihat secara detail cara kerja plugin konektor, sistem apa saja yang saat ini didukung, dan bagaimana semua informasi Anda disatukan dalam satu wadah. Kami juga akan menyoroti nilai orkestrasi data lintas platform, yang memungkinkan Copilot menjembatani kesenjangan pengetahuan tanpa mengorbankan performa maupun keamanan data.

Model Konektor dan Plugin Integrasi

Microsoft Copilot memanfaatkan konektor dan plugin integrasi untuk mengambil data dari beragam sistem di luar lingkungan Microsoft 365 bawaan. Konektor ini berupa ekstensi siap pakai atau kustom yang terhubung ke platform SaaS eksternal, basis data SQL, aplikasi line-of-business lama, bahkan layanan cloud proprietary.

Model konektor standar mencakup konektor Microsoft Power Platform, yang mendukung lebih dari 700 sistem langsung dari kotak. API dan protokol standar industri digunakan untuk membangun tautan langsung yang aman antara Copilot dan platform seperti Dynamics, SAP, SQL Server, atau aplikasi buatan sendiri.

Daya tariknya? Anda tidak perlu menyalin setiap kumpulan data ke M365. Sebaliknya, konektor memungkinkan Copilot melakukan kueri, merangkum, dan menyatukan konten secara real time di lingkungan cloud maupun sebagian lingkungan on-premises. Plugin juga tersedia untuk integrasi yang lebih lanjut, atau ketika Anda memerlukan logika alur kerja di atas pengambilan data sederhana.

Dengan memperluas Copilot melalui model-model ini, organisasi dapat meningkatkan kecerdasan AI tanpa membangun semuanya dari awal, sambil tetap menjaga keamanan dan tata kelola melalui kontrol tingkat koneksi serta audit akses data.

Mengintegrasikan Salesforce, ServiceNow, dan Zendesk dengan Copilot

1. Salesforce: Integrasi ini memungkinkan Copilot menampilkan rekaman CRM, catatan pelanggan, dan wawasan penjualan langsung di dalam aplikasi Microsoft 365. Artinya, pengguna dapat menyusun proposal dengan data pelanggan terkini atau mempersiapkan rapat dengan detail peluang yang paling mutakhir—tanpa perlu meninggalkan Outlook atau Teams. Copilot juga dapat merangkum aktivitas Salesforce dan membuat laporan.
2. ServiceNow: Dengan menghubungkan platform ITSM Anda, Copilot dapat menampilkan tiket dukungan, artikel pengetahuan, dan catatan perubahan. Hal ini sangat berguna bagi tim TI yang membutuhkan konteks dengan cepat atau harus menjawab pertanyaan karyawan tentang sistem dan riwayat dukungan. Hasilnya? Penyelesaian masalah yang lebih cepat dan satu tampilan terpadu untuk seluruh proses TI.
3. Zendesk: Copilot dapat menggali percakapan pelanggan, riwayat penyelesaian, dan tiket yang masih terbuka dari Zendesk. Manfaatnya dirasakan oleh agen dukungan dan manajer akun yang perlu merangkum interaksi dengan klien secara cepat atau mengidentifikasi masalah yang sering muncul, semuanya dalam antarmuka Microsoft yang sudah familiar.
4. Confluence dan Platform Lainnya: Integrasi dengan platform konten seperti Confluence memungkinkan Copilot menjembatani kesenjangan antara dokumentasi proyek dan kolaborasi real-time. Copilot membawa pembaruan proyek, catatan rapat, dan prosedur operasional standar ke dalam pengalaman Copilot untuk manajemen proyek yang lebih efisien.

Setiap integrasi umumnya memerlukan izin administratif yang tepat, konektor yang didukung, dan pemetaan identitas pengguna antarplatform. Setelah disiapkan, Copilot berfungsi sebagai mesin pencarian dan jawaban terpadu, sehingga waktu yang dihabiskan untuk berpindah-pindah antaraplikasi berkurang drastis dan Anda mendapatkan gambaran utuh tentang data bisnis di mana pun Anda bekerja.

Privasi Data dan Autentikasi dalam Copilot

Ketika Anda menggabungkan informasi bisnis yang sensitif dengan AI, privasi dan keamanan menjadi prioritas utama. Akses data Copilot diatur secara ketat oleh kontrol privasi dan strategi autentikasi Microsoft 365, sehingga hanya orang yang tepat yang dapat mengakses data yang tepat—tanpa jalan pintas atau berbagi berlebihan yang tidak disengaja.

Ini bukan sekadar urusan mencentang kotak. Organisasi skala enterprise perlu menegakkan aturan kepatuhan, memastikan pengelolaan akses yang ketat, dan menghubungkan sumber pihak ketiga dengan yakin tanpa khawatir akan kebocoran data. Anda akan melihat bagaimana Copilot menghormati identitas, kebijakan akses, dan persyaratan perlindungan konten, baik saat bekerja dengan sumber internal maupun eksternal.

Sumber referensi yang bermanfaat seperti panduan tentang tata kelola Copilot dan DLP serta petunjuk praktis untuk menyiapkan Data Loss Prevention (DLP) layak Anda pelajari jika Anda siap meningkatkan kepatuhan tanpa memperlambat produktivitas secara signifikan.

Privasi Data, Kebijakan Perlindungan, dan Metode Autentikasi

• Kebijakan Akses Bersyarat: Kontrol secara tepat siapa yang dapat mengakses Copilot dan sumber-sumber yang terhubung dengannya. Untuk pengelolaan akses yang aman dan dapat diprediksi, penting untuk menghindari pengecualian yang terlalu luas. Hal ini dibahas secara mendalam di sini mengenai masalah kepercayaan pada kebijakan akses. Terapkan pengecualian berjangka waktu dan pemantauan berkelanjutan untuk keamanan yang optimal.
• Autentikasi Multi-Faktor (MFA): Copilot mewajibkan setiap pengguna yang mengakses data bisnis untuk memverifikasi identitasnya melalui MFA. Ini memberikan lapisan perlindungan tambahan yang krusial terhadap login tidak sah dan pengambilalihan akun.
• Pengaturan Kebijakan Privasi Data: Pengaturan di tingkat organisasi dalam Microsoft 365 memungkinkan admin menegakkan aturan privasi, misalnya membatasi jawaban berbasis AI hanya untuk konten nonsensitif atau menentukan jenis file yang dapat diakses Copilot. Microsoft Purview dan Defender membantu menegakkan klasifikasi dan pemantauan. Untuk panduan praktis, lihat praktik terbaik keamanan M365 berikut.
• Izin Berbasis Pengguna: Copilot selalu menghormati hak akses pengguna. Artinya, meskipun model AI memiliki akses ke repositori yang sangat besar, Copilot tidak akan pernah menampilkan konten yang tidak dapat Anda lihat sendiri di SharePoint atau OneDrive.
• Enkripsi End-to-End & Pemantauan: Data saat diam (at rest) dan saat dikirim (in transit) dienkripsi. Gunakan Microsoft Sentinel dan Purview Audit untuk pemantauan berkelanjutan, melacak penggunaan data AI yang tidak biasa, serta mendeteksi kemungkinan kebocoran (selengkapnya di sini).

Dengan lapisan perlindungan seperti ini, Copilot menjadi mitra dalam produktivitas sekaligus kepatuhan, sehingga organisasi dapat bereksperimen dengan AI tanpa membuka pintu bagi risiko baru.

Moderasi Konten dan Kontrol Tata Kelola

Copilot tidak berhenti pada izin sederhana. Kebijakan moderasi konten dan kontrol tata kelola menjadi jaring pengaman untuk penggunaan AI yang bertanggung jawab. Microsoft Purview, misalnya, memungkinkan pelabelan otomatis, penegakan DLP, serta pemantauan berkelanjutan terhadap cara agen Copilot berinteraksi dengan konten sensitif. Untuk memperdalam hal ini, lihat tips tata kelola agen menggunakan Purview berikut.

Alat otomatis dapat menandai potensi kebocoran data atau pelanggaran kebijakan, sementara fitur tata kelola berbasis pengguna mendukung kontrol akses terperinci dan pencatatan. Jadi, bagaimana semuanya saling terhubung? Tata kelola Copilot yang efektif memadukan kontrak, lisensi, dan kontrol teknis agar organisasi dapat menegakkan kepatuhan dengan yakin, bahkan ketika penggunaan AI terus berkembang.

Mengelola File dan Penyimpanan Data untuk Copilot

Di balik layar, kemampuan Copilot dalam memberikan jawaban yang cepat dan relevan sangat bergantung pada seberapa baik file dan penyimpanan Anda diatur. Baik dokumen Anda berada di pustaka SharePoint maupun folder OneDrive, pengelolaan dan pemrosesan file yang efisien membuat Copilot jauh lebih mudah bekerja secara optimal.

Pengelolaan penyimpanan bukan sekadar menumpuk semua file di folder cloud dan berharap yang terbaik. Penataan data, disiplin metadata, dan model izin semuanya memengaruhi pengindeksan, kecepatan pemrosesan, dan pada akhirnya kegunaan jawaban Copilot. Repositori yang tertata memudahkan penemuan dan otomatisasi alur kerja, sekaligus mengurangi hambatan dan keterlambatan pemrosesan.

Panduan praktis seperti daftar periksa tata kelola SharePoint ini dapat membantu menghindari kegagalan senyap yang disebabkan oleh penyimpanan yang berantakan. Selanjutnya, kita akan membahas bagaimana Copilot menelusuri SharePoint dan OneDrive, memproses file di balik layar, dan mengapa menjaga kerapian itu penting dalam perjalanan AI Anda.

Penjelasan Pemrosesan File SharePoint dan OneDrive

Ketika Copilot memproses file dari SharePoint atau OneDrive, ia tidak sekadar mengambil isinya. Pertama, ia memeriksa izin pengguna untuk memastikan hanya dokumen yang memenuhi syarat yang diindeks dan diambil. Kemudian, ia mengekstrak metadata, seperti penulis, tanggal modifikasi terakhir, dan lokasi, sebelum memproses dokumen dengan pengindeksan semantik agar hasil pencariannya maksimal.

Misalkan seorang pengguna meminta rencana proyek terbaru. Copilot akan mencari file yang relevan berdasarkan kueri, menilai siapa pemilik dan siapa yang memiliki akses ke file tersebut, lalu hanya menampilkan hasil dari lokasi yang berwenang dilihat pengguna. Di pustaka yang tertata dengan baik, Copilot bahkan dapat merujuk versi dokumen atau menautkan file terkait untuk memberikan jawaban yang lebih mendalam.

Pustaka dokumen yang terorganisasi mempercepat proses ini. Ruang kerja bersama dengan hierarki folder yang jelas, metadata yang konsisten, dan kolom terindeks membuat pencarian Copilot lebih cepat dan akurat. Untuk proyek berbasis tim, lingkungan kolaboratif memastikan bahwa semua orang, bukan hanya satu pengguna, mendapatkan manfaat dari jawaban yang kontekstual.

SharePoint dan OneDrive juga menyediakan kontrol versi. Dengan demikian, saran Copilot tetap mutakhir sekaligus tetap dapat mengakses versi historis jika seseorang perlu meninjau kembali kondisi proyek atau kontrak di masa lalu.

Dukungan Jenis File dan Batas Pemrosesan Data

• Jenis File yang Didukung: Copilot membaca sebagian besar format Microsoft 365 yang umum digunakan. Word, Excel, PowerPoint, dan PDF didukung sepenuhnya untuk pengindeksan dan pengambilan informasi.
• Ukuran Data dan Batasnya: File berukuran besar dapat dikenai batas pemrosesan atau ambang batas waktu habis (timeout). Sebaiknya jaga ukuran file di bawah 100 MB untuk performa optimal, meskipun batasnya dapat bervariasi tergantung pada penyewa dan beban kerja.
• Format Non-Standar: File seperti gambar atau video mungkin memerlukan konektor tambahan atau pemetaan metadata sebelum Copilot dapat memprosesnya secara efektif untuk pencarian dan peringkasan.
• Dokumen dalam Folder Bertingkat: Struktur bertingkat yang dalam dapat memperlambat pengindeksan. Jaga hierarki folder tetap dangkal dan tertata secara logis untuk hasil terbaik.
• Unggah & Pemrosesan Batch: Mengunggah batch besar sekaligus dapat menimbulkan penundaan sementara. Rencanakan unggahan bertahap jika Anda bermigrasi ke ekosistem Copilot.

Mengoptimalkan Sumber Data untuk Performa Copilot yang Lebih Baik

Mengaktifkan Copilot hanyalah langkah pertama. Mengoptimalkan sumber datanya adalah cara mengubah AI dasar menjadi keunggulan bisnis. Semakin cermat konten Anda diindeks dan dikelola, semakin cepat dan akurat respons Copilot. Menyempurnakan pengindeksan, membersihkan data usang, dan meminimalkan latensi berarti Anda selalu mendapatkan jawaban yang paling mutakhir.

Admin IT dan arsitek data memiliki peluang nyata di sini: ukur sumber mana yang memberikan nilai, pantau performa, dan lakukan iterasi. Berbeda dengan tumpukan dokumen pada umumnya, pengoptimalan untuk Copilot berarti membangun lapisan pengetahuan yang lebih cerdas dan dinamis yang benar-benar mencerminkan kondisi bisnis Anda saat ini.

Menyempurnakan Sumber Pengetahuan untuk Hasil yang Akurat

• Optimasi Pengindeksan: Indeks ulang repositori konten Anda secara berkala agar Copilot dapat menemukan perubahan, menghapus data usang, dan menjaga performa pencarian tetap tajam.
• Manajemen Metadata: Gunakan metadata yang konsisten dan deskriptif, seperti tag subjek, pemilik, atau tanggal tinjauan, untuk memberi Copilot lebih banyak konteks dalam menentukan peringkat jawaban.
• Dataset Terkurasi: Tetapkan pustaka "sumber kebenaran" untuk kebijakan, templat, dan panduan penting agar Copilot tidak terbebani oleh salinan yang usang atau terpecah-pecah.
• Pembobotan Konten: Berikan relevansi lebih tinggi pada sumber otoritatif menggunakan aturan peringkat kustom atau penyesuaian model AI.
• Kesegaran Data: Hapus atau arsipkan rekaman usang secara otomatis agar basis pengetahuan Copilot tetap bersih dan mutakhir.

Mengukur dan Memantau Efektivitas Sumber Data

• Analitik Penggunaan: Lacak sumber data mana yang benar-benar dikueri dan menghasilkan respons Copilot. Perhatikan repositori dengan aktivitas tinggi.
• Umpan Balik Pengguna: Kumpulkan penilaian dan komentar atas jawaban Copilot untuk mengidentifikasi titik buta atau bagian yang membutuhkan lebih banyak data pelatihan.
• Metrik Kontribusi Sumber: Analisis database atau jenis konten mana yang paling sering menghasilkan output bernilai tinggi, lalu optimalkan berdasarkan temuan tersebut.
• Pemantauan Latensi: Awasi waktu respons. Jika kueri melambat, tinjau ulang struktur penyimpanan, performa jaringan, atau kesehatan konektor.
• Siklus Perbaikan Berkelanjutan: Jadikan tinjauan dan optimasi sumber sebagai bagian rutin dari pengelolaan Copilot, dengan memanfaatkan wawasan dari analitik untuk memandu pembaruan dan pelatihan.

  Daftar Periksa Sumber Data Microsoft Copilot

  Gunakan daftar periksa ini untuk merencanakan, menghubungkan, mengamankan, dan memelihara sumber data untuk Microsoft Copilot.

  • Inventarisasi semua sumber data yang akan digunakan oleh Microsoft Copilot (SharePoint, OneDrive, Exchange, Teams, Dataverse, Azure Data Lake, SQL, konektor eksternal)
  • Klasifikasikan data berdasarkan sensitivitas dan dampak bisnis (publik, internal, rahasia, diatur regulasi)
  • Verifikasi persyaratan residensi data dan kepatuhan regional untuk setiap sumber
  • Pastikan lisensi dan ketersediaan fitur untuk integrasi Copilot dengan setiap sumber data
  • Pastikan konektor yang sesuai tersedia dan didukung (native Microsoft, Graph API, pihak ketiga)
  • Konfigurasikan autentikasi dan identitas untuk konektor (Azure AD, service principal, managed identity)
  • Terapkan izin dengan hak akses minimum untuk akses Copilot ke setiap sumber data
  • Tetapkan jadwal pengindeksan dan penyerapan data serta kebijakan penyegaran inkremental
  • Terapkan aturan pemfilteran dan cakupan data untuk membatasi akses Copilot ke konten yang relevan
  • Terapkan pencegahan kehilangan data (DLP), label sensitivitas, dan enkripsi jika diperlukan
  • Validasi metadata, pemetaan skema, dan pengayaan semantik untuk konten yang dapat dicari
  • Uji kueri dan respons Copilot terhadap setiap sumber data untuk memeriksa relevansi dan akurasi
  • Pantau penggunaan, log akses, dan kesehatan indeks; atur peringatan untuk anomali
  • Tetapkan kebijakan tata kelola untuk retensi, pengarsipan, dan penghapusan data dalam konteks Copilot
  • Buat alur kerja audit dan persetujuan untuk penambahan sumber data baru
  • Dokumentasikan konfigurasi sumber data, konektor, izin, dan runbook operasional
  • Berikan pelatihan dan panduan kepada pengguna tentang cakupan data Copilot dan kueri yang aman
  • Tinjau dan perbarui daftar periksa serta konfigurasi secara berkala atau setelah perubahan besar

    Pertanyaan Umum: konektor Copilot, Microsoft Graph, dan Copilot Search

    Apa saja sumber data utama Microsoft Copilot dan bagaimana sumber tersebut memasok data ke Copilot?

    Sumber data Microsoft Copilot mencakup data organisasi di seluruh aplikasi Microsoft 365, konten eksternal yang diindeks oleh konektor Microsoft Graph, konektor prabangun dari galeri konektor, serta integrasi konektor kustom. Data dibawa ke Microsoft melalui ikhtisar konektor dan API konektor, diindeks ke dalam indeks semantik dan Microsoft Search, lalu ditampilkan ke Copilot serta pengalaman pencarian Microsoft agar dapat menghasilkan jawaban AI generatif. Ini mencakup data orang, dokumen di SharePoint, pesan Teams, rekaman Dynamics 365, dan item eksternal dari sistem pihak ketiga.

    Bagaimana konektor Microsoft Graph dan sinkronisasi konektor Graph bekerja dengan Copilot?

    Konektor Microsoft Graph dan konektor tersinkronisasi menghubungkan data eksternal ke Microsoft 365 sehingga Microsoft Search dan Copilot dapat mengaksesnya. Konektor membuat konten eksternal tersedia bagi Copilot dengan menarik konten ke cloud Microsoft atau dengan mendukung konektor terfederasi, dan dikonfigurasi di Microsoft 365 admin center atau melalui API konektor. Konektor tersinkronisasi menjaga konten tetap terindeks dan diperbarui sehingga pencarian Copilot serta Copilot chat dapat mengembalikan hasil data perusahaan yang mutakhir.

    Kapan sebaiknya menggunakan konektor kustom dibandingkan konektor prabangun untuk Copilot?

    Gunakan konektor prabangun dari galeri konektor jika sudah mencakup sistem yang umum, seperti berbagi file, repositori konten, atau layanan SaaS populer, karena konektor tersebut menyederhanakan penyiapan dan sudah menyertakan dukungan konektor. Pilih konektor kustom ketika Anda perlu mengintegrasikan data eksternal atau sistem yang unik, memaparkan skema spesifik domain ke dalam indeks semantik, atau menangani autentikasi kustom. Konektor ini sering dikembangkan menggunakan API konektor atau Copilot Studio untuk memetakan konten ke aplikasi Microsoft 365 dan pengalaman Copilot.

    Bagaimana Copilot Search berbeda dengan Microsoft Search dan bagaimana keduanya bekerja bersama?

    Microsoft Search adalah platform pencarian perusahaan yang mendasari, yang mengindeks konten ke dalam indeks semantik dan menjalankan pencarian di seluruh Microsoft 365. Copilot Search dibangun di atas data terindeks tersebut, menggunakan AI generatif untuk menyusun jawaban dari data organisasi dan item eksternal. Dalam praktiknya, Anda menggunakan Microsoft Search untuk mengonfigurasi konektor dan pengindeksan, lalu menggunakan Copilot dan Copilot chat untuk mengubah hasil pencarian menjadi respons percakapan yang sadar konteks di Teams, SharePoint, dan aplikasi Microsoft 365 lainnya.

    Langkah konfigurasi apa yang diperlukan untuk menghubungkan data perusahaan dan mengendalikan akses data untuk Copilot?

    Untuk mengonfigurasi akses data, administrator menggunakan Microsoft 365 admin center atau Microsoft Entra ID untuk kontrol identitas dan akses, mengonfigurasi pengaturan konektor Graph atau kredensial konektor kustom, menyiapkan opsi pengindeksan dan indeks semantik, serta menerapkan pembaruan keamanan dan kebijakan tata kelola. Konektor dapat dibatasi cakupannya per penyewa, dan Anda harus memastikan dukungan konektor serta izin sudah diatur dengan benar agar penggunaan Copilot hanya dibatasi bagi pengguna yang berwenang di seluruh aplikasi Microsoft 365 dan Teams.

    Bagaimana Copilot menangani keamanan, kepatuhan, dan privasi untuk data organisasi?

    Copilot mengikuti keamanan cloud Microsoft, residensi data, dan kontrol kepatuhan yang berlaku. Data yang diindeks melalui konektor Microsoft Graph tetap tunduk pada autentikasi Microsoft Entra ID, akses berbasis peran, serta kebijakan retensi dan kepatuhan yang sama yang Anda terapkan di seluruh Microsoft 365. Pembaruan keamanan dan panduan dukungan teknis tersedia melalui Microsoft Learn dan Microsoft 365 admin center. Admin dapat mengontrol konten apa saja yang tersedia bagi Copilot untuk mengurangi risiko dan memastikan data perusahaan ditangani dengan tepat.

    Dapatkah Copilot mengakses data real-time, dan bagaimana konektor tersinkronisasi mendukung kesegaran data?

    Beberapa konektor mendukung sinkronisasi mendekati real-time sehingga data cepat terindeks dan Copilot dapat menampilkan informasi terkini. Ikhtisar konektor dan dokumentasi konektor prabangun menjelaskan cara data diindeks dan bagaimana konektor mendukung data secara real-time. Untuk pembaruan berfrekuensi tinggi atau skenario streaming, konektor kustom dan API konektor dapat digunakan untuk mendorong konten ke Microsoft Search dan indeks semantik lebih sering.

    Apa itu Copilot Studio dan bagaimana membantu mengintegrasikan konten eksternal ke dalam Copilot?

    Copilot Studio adalah lingkungan perangkat yang membantu tim mengonfigurasi, menguji, dan mengelola pengalaman Copilot. Mulai dari menentukan cara konten dipetakan dari konektor ke indeks semantik, menyetel penggunaan copilot, hingga membangun konektor kustom. Alat ini mempercepat proses memasukkan konten ke Microsoft 365, menghubungkan ke sumber data, dan membuat pengalaman Copilot khusus di Teams, aplikasi Microsoft 365, dan Dynamics 365.

    Di mana admin dan pengembang dapat menemukan sumber daya, dukungan, dan praktik terbaik tambahan?

    Admin dan pengembang sebaiknya membaca Microsoft Learn untuk tutorial, galeri konektor untuk opsi siap pakai, dan Pusat admin Microsoft 365 untuk konfigurasi dan tata kelola. Untuk integrasi lanjutan, tinjau dokumentasi API konektor, panduan Copilot Studio, dan saluran dukungan teknis. Sumber daya tambahan mencakup dokumentasi tentang penggunaan konektor Microsoft Graph, praktik terbaik untuk mengintegrasikan data eksternal, dan panduan tentang cara mengamankan data orang serta data organisasi sensitif lainnya saat mengaktifkan Copilot dan fitur pencarian Microsoft.